小波神经网络在海底石油管道漏磁缺陷检测中的应用

海底管道漏磁检测信号处理的主要任务是根据霍尔传感器检测到的缺陷的漏磁信号识别缺陷的形态参数,噪声消除和缺陷识别是其中的关键问题。利用噪声信号和测试信号在各个尺度上波谱的不同特征,基于小波变换来消除管道漏磁检测中的噪声信号,并根据正交小波多尺度多分辨率特点,把信号分解成各相互独立的频带,构建一个小波神经网络系统,通过输入漏磁信号的特征量识别缺陷的参数。漏磁检测数据处理实验表明该小波变换能较好地去除检测信号中的主要噪声,所建立的缺陷识别小波神经网络系统具有收敛速度快、逼近精度高等特点。     

小波神经网络在海底石油管道漏磁缺陷检测中的应用

海底管道漏磁检测信号处理的主要任务是根据霍尔传感器检测到的缺陷的漏磁信号识别缺陷的形态参数,噪声消除和缺陷识别是其中的关键问题。利用噪声信号和测试信号在各个尺度上波谱的不同特征,基于小波变换来消除管道漏磁检测中的噪声信号,并根据正交小波多尺度多分辨率特点,把信号分解成各相互独立的频带,构建一个小波神经网络系统,通过输入漏磁信号的特征量识别缺陷的参数。漏磁检测数据处理实验表明该小波变换能较好地去除检测信号中的主要噪声,所建立的缺陷识别小波神经网络系统具有收敛速度快、逼近精度高等特点。     

用于管道漏磁数据的小波域自适应及小波系数去噪算法

基于漏磁检测是油气管道在线检测中应用最广泛的无损检测技术,提出了一种去除漏磁数据中无缝管道噪声(SPN)和系统噪声的新算法.首先利用将小波变换和自适应滤波技术相结合而提出的新型小波域自适应滤波方法去除漏磁数据中的SPN,然后再利用小波系数去噪方法去除小波域自适应SPN消除系统输出漏磁数据中的系统噪声.实测漏磁数据所得结果表明,该算法具有良好的去噪效果,极大地提高了漏磁数据中缺陷信号的可检测性.     

去除漏磁数据中无缝管道噪声的小波域自适应滤波算法

漏磁(MFL)检测是油气管道在线检测中应用非常成熟的一种无损检测技术。将小波变换与自适应滤波技术相结合,提出了一种去除漏磁数据中无缝管道噪声(SPN)的小波域自适应滤波算法。将该算法用于实测漏磁数据的处理,所得结果说明该算法具有良好的去噪效果,可以极大地提高漏磁数据中缺陷信号的可检测性。     

去除漏磁数据中无缝管道噪声的小波域自适应滤波算法

漏磁(MFL)检测是油气管道在线检测中应用非常成熟的一种无损检测技术。将小波变换与自适应滤波技术相结合,提出了一种去除漏磁数据中无缝管道噪声(SPN)的小波域自适应滤波算法。将该算法用于实测漏磁数据的处理,所得结果说明该算法具有良好的去噪效果,可以极大地提高漏磁数据中缺陷信号的可检测性。     

管道漏磁检测信号的支持向量机识别方法

通过对漏磁检测信号的分析,引入支持向量机,给出了特征量、训练集的选择方法以及核函数和支持向量机的分类算法,将漏磁检测信号的根据信号的定性识别和定量分析有机结合起来.可以在漏磁检测样本有限的情况下,获得最优识别结果.     

提升小波在漏磁信号处理中的应用

为了解决在漏磁信号中的噪声抑制问题,在讨论了第二代小波变换基本原理及其特点的基础上,提出了应用第二代小波的算法对采集的漏磁信号进行消噪处理,并在阈值处理过程中引入了软硬阈值折衷法.仿真结果表明,与传统小波变换的去噪效果相比较,该降噪处理方法,不仅较好地剔除信号中的噪声,而且保留了原始信号中的有效成分,是一种可行的方法.     

基于小波变换的金属磁记忆检测信号处理

金属磁记忆是目前唯一行之有效的应力集中区域检测技术,可以实现在线在役检测。磁记忆信号处理是磁记忆检测技术的核心,小波变换具有良好的时频特性,在降低噪声的同时能够较好地保留边缘,显著提高信噪比。文章选用18CrNi4A渗碳钢进行试验,采集磁记忆（MMM）信号进行小波变换降噪。     

油气管道缺陷漏磁检测试验

在油气管道检测中,缺陷的定量分析一直是个难题.通过试验研制了管道漏磁腐蚀检测器,在钢管(273mm,壁厚为14.3mm)上设计了系列缺陷,并采集了缺陷漏磁的相关信号.研究了管道缺陷漏磁信号的分布规律和缺陷的几何尺寸大小之间的关系,结果表明,缺陷漏磁场检测信号的两波谷间距、检测到信号的传感器数和信号峰谷值分别是缺陷长度、宽度和深度量化分析的重要特征量,并由此得出缺陷长、宽、高的计算方法.通过该方法对缺陷的漏磁信号进行量化分析,表明缺陷长度、宽度和深度的平均绝对误差分别为2.4mm、8.3mm和0.8mm.     

基于ISODATA算法的漏磁信号到缺陷轮廓的网络映射

由于漏磁信号与缺陷轮廓的非线性关系，由管道漏磁信号描述管道缺陷的几何特征一直是管道漏磁检测的难点．本采用小波基函数神经网络的方法，建立了由管道缺陷的漏磁信号到缺陷截面轮廓图的网络映射．算法中应用迭代自组织数据分析(ISODATA)动态聚类的算法使得基函数中心的选取更加合理，经过多层分辨率的训练．网络输出表明，该网络可以较准确反映出缺陷的几何特征，为管道缺陷的特征提取提供一种可行的方法。     

小波技术在氧化锌避雷器泄漏电流在线检测中的应用

为提高氧化锌避雷器泄漏电流的测试准确度,以确保设备故障诊断中的有效性和可靠性,采用小波技术对现场信号进行消噪处理,对消噪后的信号,利用信号的相关分析推算出阻性基波泄漏电流,仿真结果表明：与传统的信号分析方法相比,小波分析技术不仅能众噪声中准确提取待测泄漏电流信号,同时又可真实复现泄漏电流信号中的劣化特征,这对设备的早期故障诊断具有重要意义。相关分析的应用,则显著提高了测量的准确度,增强了设备故障诊断的准确性。     

油气管道高速漏磁检测系统中数据压缩研究

在管道缺陷检测中,如何对漏磁检测数据进行大容量高保真数据压缩是其中的一个关键问题.文章分析漏磁缺陷信号的特点,首先采用零树小波编码算法,找出能够表征缺陷信号的重要数据和不能表征缺陷信号的非重要数据,非重要数据建立小波零树,对信号进行压缩,然后结合算术编码,对压缩数据流进一步压缩处理,通过仿真实验表明在一定允许失真度的情况下,可以达到很高的压缩率.     

铁磁构件表层裂纹漏磁场分析及检测系统

针对铁磁构件裂纹损伤检测方法和仪器应用技术现状,建立了V型裂纹漏磁场分析模型,得出了平板铁磁构件表面指定探测点的漏磁场理论表达式。采用MATLAB软件编程进行全面的仿真分析,得出了漏磁场的法向分量与裂纹开口宽度的关系曲线、漏磁场的法向分量与裂纹深度的关系曲线、漏磁场的法向分量与裂纹长度的关系曲线;得出裂纹漏磁场法向分量过零点、漏磁场垂向分量出现最大值和漏磁场切向分量出现裂纹端部过零点的漏磁场分布特性。根据理论分析得出的裂纹漏磁场特征,设计制作了阵列式的裂纹检测装置和检测平台,并对带有V型裂纹的平板铁磁构件进行检测。实验表明：文中理论分析得出的三维漏磁场与检测结果能够较好的吻合,并对裂纹的几何参数估计具有一定的指导意义,根据漏磁模型研制的检测装置能探测铁磁构件的裂纹缺陷。     

小波变换在岩石测试中的应用

主要研究了小波变换在岩石超声波测试信号分析中的应用。通过对岩石超声信号的小波分析,提取岩石信号在小波变换下的不同尺度的细节,从而确定出了岩石的节理结构等所对应的信号小波变换细节特征,以及岩石信号在各个不同尺度下的差异,为小波变换在岩石测试中的应用奠定基础。     

速度效应对管道漏磁检测的影响

介绍了高速漏磁检测中速度效应的基本原理,研究了高速下漏磁信号的变化规律及对不同缺陷长度与深度的影响。     

基于K均值聚类的油气管道漏磁缺陷标记方法

为了提高漏磁数据缺陷区域标记能力,将聚类算法应用于漏磁检测数据分析中,提出了一种基于K均值聚类的管道漏磁缺陷信号标记方法,并进行了不同口径和不同壁厚管道检测试验验证。结果表明:该方法可有效识别出漏磁数据中的缺陷区域,识别准确度满足工程要求。由于该方法无需根据检测器和管道情况单独设置阈值,因此其具有较广泛的适应性。     

铸铁件的漏磁检测方法

为了检测轿车变速箱端盖的表面裂纹缺陷 ,提高轿车使用过程中的安全性 ,讨论了采用漏磁检测方法检测轿车变速箱端盖表面缺陷的基本原则 ,采用有限元计算和磁路理论计算相结合的方法 ,解决了铸铁件检测中较难解决的磁化问题。针对检测过程中存在的噪声和检测信号的处理问题 ,提出了针对轿车变速箱端盖漏磁检测信号特征的程序滤波方法 ,实验证明所采用的方案能够很好地满足变速箱端盖表面缺陷的检测需求     

脉冲电磁缺陷检测融合机理研究

针对铁磁性构件表面和下表面缺陷检测的难题,建立了脉冲电磁检测模型,揭示了表面缺陷和下表面缺陷的脉冲漏磁与脉冲磁阻检测相融合的物理机制。仿真与实验结果表明:铁磁性构件表面缺陷存在漏磁,而下表面缺陷主要体现在脉冲磁阻的变化。对于不同深度的铁磁性构件表面缺陷,GMR传感器拾取的脉冲漏磁响应信号的检测结果线性度更好,灵敏度更高;对于不同深度的铁磁性构件下表面缺陷,双侧检测线圈拾取的脉冲磁阻响应特征值与缺陷深度的变化关系呈近似线性增长关系,区分度较大,检测性能更好。